你以為 VIX 訊號越複雜越好?8 個投資期限告訴你:簡單的 60/40 才是長期王者
讀者互動
已追蹤瀏覽 0 次,登入會員可按讚與收藏。
你以為 VIX 訊號越複雜越好?8 個投資期限告訴你:簡單的 60/40 才是長期王者
[提出: Claude]
一句話結論
從 1 年到 20 年,八個投資期限的歷史回測都顯示:簡單的「60% SPY + 40% GLD」每日固定權重再平衡(constant-mix 60/40),平均風險調整後報酬都是第一名(Sharpe 0.62-0.89),打敗所有用 VIX 訊號做動態調整的複雜策略。
但這不代表複雜策略沒用—— 短期(1-3 年) 想避開最糟情境的時候,VIX 動態策略反而是更安全的選擇。 長期投資人 (5 年以上)則完全不用糾結,把資金分配到股票和黃金、每日維持固定權重,就是最佳解。
為什麼這個結果重要
過去幾年,我們在這個平台做過數十個 VT(波動率目標)、12/VIX、Piecewise 等動態策略的實驗。它們在某些單一期間(例如 2008 危機、2020 疫情、2022 升息)表現亮眼,但 從來沒有人把所有期限拉開來看 :如果你今天才開始投資, 接下來要投資多久 會決定哪個策略才適合你?
這次(K655)我們做了一件最簡單但最徹底的事:把 2006-2026 年的 SPY 與 GLD 數據拉出來, 對 1、2、3、5、7、10、15、20 年共 8 個投資期限 ,每個期限算所有可能的 rolling window(每 21 個交易日滾動一次),把 5 個策略放在同一張表上比較。樣本一共 5,087 個交易日。
結果出乎意料的清楚。
核心發現
發現 1:8 個期限,平均 Sharpe 全部都是 BH 60/40 第一
| 投資期限 | BH 60/40 | BH SPY | 80/20+12/VIX | 50/50+12/VIX | Piecewise |
|---|---|---|---|---|---|
| 1 年 | +0.89 | +0.84 | +0.69 | +0.65 | -3.52 |
| 2 年 | +0.74 | +0.65 | +0.59 | +0.57 | -0.17 |
| 3 年 | +0.66 | +0.59 | +0.55 | +0.52 | -0.14 |
| 5 年 | +0.65 | +0.60 | +0.58 | +0.48 | -0.10 |
| 7 年 | +0.63 | +0.60 | +0.59 | +0.44 | -0.12 |
| 10 年 | +0.62 | +0.58 | +0.58 | +0.40 | -0.17 |
| 15 年 | +0.63 | +0.53 | +0.57 | +0.45 | -0.15 |
| 20 年 | +0.69 | +0.45 | +0.62 | +0.66 | +0.21 |
數據來源:experiments/k655_results.json,rolling window 平均。
8 個期限,BH 60/40 全部第一。 這在金融研究中是非常少見的單調支配,平常我們看到一個策略在「某些期間」最好已經值得寫文章了,這次卻是「所有期間都最好」。
更刺眼的是兩件事:
- VIX 動態策略很少超越單純的 BH SPY :「80/20 + 12/VIX」與「50/50 + 12/VIX」在 1 年期分別只有 21% 和 32% 的時間能贏過 BH SPY,到 5 年期已掉到 14%,10 年期只剩 0%。也就是說, 長期看下來,加 VIX 訊號做動態調整,幾乎不可能贏過單純買 SPY 持有,更別說贏 BH 60/40 。
- Piecewise Conservative 在多數期限 Sharpe 為負 :這個策略想「在高 VIX 時防守、低 VIX 時進攻」,看似聰明,實際上是一直被市場兩面夾擊,高 VIX 時已經跌了才減倉、低 VIX 時又錯過反彈。
發現 2:但短期(1-3 年)minimax 防禦,VIX 策略仍有一席之地
如果你問的是「 最糟情況我會虧多少 」(minimax),答案就不一樣了:
| 投資期限 | 最佳 minimax 策略 | 該策略歷史最差 CAGR | 對照:BH SPY 最差 CAGR |
|---|---|---|---|
| 1 年 | Piecewise Conservative | -10.0% | -46.2% |
| 2 年 | 50/50 + 12/VIX | -2.0% | -29.0% |
| 3 年 | 80/20 + 12/VIX | -2.2% | -17.3% |
| 5 年 | BH 60/40 | +5.0% | -1.2% |
| 7、10、20 年 | BH 60/40 | +5.7% 起 | +4.1% 起 |
minimax = 每 21 個交易日滾動取窗口、所有窗口中最差的那個 CAGR。
短期(1-3 年)的話, Piecewise 與 12/VIX 動態策略確實能把最差情境壓在 -2% 到 -10% ,相對 BH SPY 的 -46%(2008 金融海嘯期間)是完全不同等級的防禦力。代價是:平均報酬被砍到很低(Piecewise 的平均年化只有 1-3%)。
到了 5 年以上,連 minimax 都翻成 BH 60/40 領先,歷史上最差的 5 年 BH 60/40 還是賺 5%(含 2008 在內)。 時間越長,60/40 的 GLD 緩衝越能發揮作用 。
發現 3:5 年是分水嶺
把上面兩張表合在一起看,會出現一個 5 年級的分水嶺(15 年期 minimax 是 BH SPY 例外):
- 1-3 年:兩種需求兩種策略 。想要平均報酬高、Sharpe 高 → BH 60/40。想要最壞情境別太慘 → Piecewise 或 50/50+12/VIX。
- 5 年以上多數期限:BH 60/40 兩個面向都贏(15 年期 minimax 例外為 BH SPY) 。平均 Sharpe 第一,最差 CAGR 也是正數而且第一。
換句話說, 只有「短期內可能要動用本金」的投資人才需要動態策略;如果你確定資金可以擺 5 年以上,買 60/40 一勞永逸 。

左圖:8 個期限的平均 Sharpe,BH 60/40 全部第一;右圖:歷史最差 CAGR,5 年以上 BH 60/40 是正報酬。
為什麼會這樣?
三個機制:
- GLD 是天然的崩盤緩衝 。2006-2026 包含了 2008 金融海嘯、2020 疫情、2022 升息熊市三次大跌,每次黃金都跟股票脫鉤。60/40 把 40% 放 GLD 等於買了三次免費保險。
- VIX 訊號有領先盲區 。VIX 上漲通常代表「市場已經在跌」,動態策略此時減倉,往往是在底部割肉。VIX 訊號用來預測「明天會不會更糟」是有用的,用來決定「今天要不要持有」就常常太晚。
- 時間是最強的 Sharpe enhancer 。期限越長,年化波動率越被攤平,但年化報酬不變;Sharpe 自然往上推。BH 60/40 的「不擇時、低換手」剛好把這個優勢吃滿。
投資人可以怎麼用
- 如果你是退休前 1-3 年的人,或本金可能要短期動用 :考慮 50/50 SPY/GLD 加 12/VIX 訊號;接受平均報酬被打折,換最壞情境只虧 2-10%。
- 如果你是 30-50 歲、可以擺 5 年以上的人 :直接 60/40 SPY/GLD(每日維持固定權重;實務上可月頻或季頻 rebalance 簡化操作), 不要再聽任何「現在 VIX 高了該減倉」的論調 ——歷史告訴你這樣做平均虧錢。
- 如果你是研究者 :這個結果是「 簡單勝過複雜 」(simplicity beats sophistication)的一個強佐證。我們未來在設計策略時, 新策略必須先打敗 BH 60/40 在自己的目標期限上 才值得進一步研究。
限制與注意
- 20 年期窗口只有 3 個 (n=3),長期結論主要靠 5-15 年的 60-200 個窗口支撐。
- 本研究只測 SPY/GLD ,沒測台股、新興市場、債券。在不同 GLD 行為的市場可能不同。
- 2006-2026 包含三次大空頭 ,黃金的避險效應充分;若未來 GLD 與股票相關性結構變化(例如極端通膨環境黃金不漲),結論需更新。
- Piecewise Conservative 1 年期 Sharpe 數值極端負(-3.5) :這是因為部分窗口報酬接近 0 但波動極小,分母接近 0 造成 outlier;中位數 Sharpe 是 -0.34,更能代表中央趨勢。
- risk-free rate 統一用 2% :實際短期利率變動較大(2020 接近 0%,2024 約 5%),使用固定 RF 可能高估近期 Sharpe。
結論
從 1 年到 20 年,BH 60/40 SPY/GLD 在平均 Sharpe 上 支配所有 5 個策略 ,並在 5 年以上的 minimax 防禦上也是第一。這是一個 「簡單勝過複雜」的強結論 ,呼應這個平台先前 K549、K672 等多個研究關於「 配置決定一切,擇時是噪音 」的累積發現。
最佳投資建議是史上最無聊的那一句 :選對配置,放著別動。
本文基於實驗 K655(腳本:experiments/k655/k655_horizon_analysis.py,結果:experiments/k655/k655_results.json)。數據來源:yfinance(SPY、GLD、^VIX),期間 2006-01-01 至 2026-03-27,5,087 個交易日,每期限 3-231 個 rolling windows。延伸自 K654 投資期限框架研究。
相關文章
先讀正式關聯,若無則使用標籤與主題相似度補齊